Dérivation de la rugosité basée sur les SIG pour les simulations d'inondation : une comparaison entre les orthophotos, les données LiDAR et les géodonnées crowd-sourcées

Les catastrophes naturelles comme les inondations sont un phénomène mondial et une menace sérieuse pour l'humanité. Les simulations d'inondation sont des applications de contrôle des catastrophes, utilisées pour le développement de protections appropriées contre les inondations. Des simulations adéquates nécessitent non seulement la géométrie mais aussi la rugosité de la surface terrestre, ainsi que la rugosité des objets qui s'y trouvent. En général, la rugosité des zones inondables est basée sur des cartes d'utilisation des terres/couverture du sol dérivées d'orthophotos. Cette étude analyse l'applicabilité des approches de dérivation de cartes de rugosité pour les simulations d'inondation basées sur différents ensembles de données : orthophotos, données LiDAR, données officielles sur l'utilisation des terres, données OpenStreetMap et données CORINE Land Cover. Une analyse d'image basée sur les objets est appliquée aux orthophotos et aux données raster LiDAR afin de générer des cartes de couverture du sol, permettant une paramétrisation de la rugosité. La structure verticale de la végétation au sein du nuage de points LiDAR est utilisée pour dériver une carte de rugosité supplémentaire pour les zones inondables. D'autres cartes de rugosité sont dérivées des données officielles d'utilisation des terres, des données OpenStreetMap et des ensembles de données CORINE Land Cover. Six simulations d'inondation différentes sont appliquées sur la base d'une seule donnée d'élévation, mais avec les différentes cartes de rugosité. Les résultats des modèles hydrodynamiques-numériques incluent des informations sur la vitesse d'écoulement et la profondeur de l'eau dont l'attribut additionnel d'intensité d'inondation est calculé. Les résultats basés sur les cartes de rugosité dérivées des données LiDAR et des données OpenStreetMap sont comparables, tandis que les résultats des autres ensembles de données diffèrent significativement.